เลือกคอลัมน์ด้วยชื่อ
คอลัมน์เดี่ยวและรายการคอลัมน์
เลือกคอลัมน์ด้วยชื่อ เป็นบทเรียน Data Science Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Data Science Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Data Science Academy มีบทเรียนทั้งหมด 4 บทเรียน
คอลัมน์คือจุดเริ่มต้น
ชุดข้อมูลจริงมีคอลัมน์หลายสิบคอลัมน์ แต่คุณแทบไม่จำเป็นต้องใช้ทั้งหมด การเลือก คอลัมน์ ที่เหมาะสมตามชื่อคือก้าวแรกของการวิเคราะห์เกือบทุกครั้ง 🎯
ดึงหนึ่งคอลัมน์
หากต้องการดึง คอลัมน์ เดียว ให้ใส่ชื่อคอลัมน์ไว้ในวงเล็บเหลี่ยมหลัง DataFrame สิ่งที่ได้กลับมาคือ Series หนึ่งมิติ
ages = df["age"]
print(ages.head())คอลัมน์เดียวคือ Series
ชื่อในวงเล็บเหลี่ยมหนึ่งชื่อจะคืนค่าเป็น Series: คอลัมน์เดียวที่มีป้ายกำกับ ไม่ใช่ตาราง โดยใช้ดัชนีเดียวกับ DataFrame ต้นทาง
type(df["age"])
# pandas.core.series.Seriesการเข้าถึงด้วยจุดเป็นทางลัด
คุณยังเข้าถึงคอลัมน์ด้วย การเข้าถึงด้วยจุด ได้ เช่น df.age วิธีนี้สั้นกว่า แต่ใช้ได้เฉพาะเมื่อชื่อไม่มีช่องว่างหรือสัญลักษณ์
df.age # same as df["age"]เมื่อการเข้าถึงด้วยจุดใช้ไม่ได้
การเข้าถึงด้วยจุดใช้ไม่ได้กับชื่อที่มีช่องว่าง เช่น df.user name หรือชื่อที่ชนกับเมธอด หากไม่แน่ใจ ให้เลือกใช้ การเข้าถึงด้วยวงเล็บ เพื่อความปลอดภัย
df["user name"] # brackets handle spacesเลือกหลายคอลัมน์
ส่ง รายการ ชื่อไว้ในวงเล็บเหลี่ยมเพื่อดึงหลายคอลัมน์พร้อมกัน สังเกตวงเล็บเหลี่ยมซ้อนกันสองชั้นในไวยากรณ์
subset = df[["name", "age", "city"]]รายการคอลัมน์คือ DataFrame
การเลือกชื่อเป็นรายการจะคืนค่าเป็น DataFrame แม้รายการนั้นจะมีเพียงชื่อเดียวก็ตาม นี่คือความแตกต่างสำคัญจากการเข้าถึงด้วยวงเล็บชั้นเดียว
df[["age"]] # DataFrame, not Seriesลำดับขึ้นอยู่กับคุณ
คอลัมน์จะแสดงตาม ลำดับ ที่คุณระบุอย่างตรงกัน ไม่ใช่ลำดับเดิม วิธีนี้เป็นทางลัดในการจัดตารางใหม่สำหรับรายงาน
df[["city", "name"]] # city first nowเลือกหลายรายการด้วย loc
ตัวเข้าถึง loc ใช้เลือกตามป้ายกำกับ และช่วยให้คุณเลือกแถวกับคอลัมน์ได้พร้อมกัน เครื่องหมายโคลอนหมายถึงทุกแถว
df.loc[:, ["name", "age"]]แสดงชื่อคอลัมน์ทั้งหมด
จำการสะกดที่ถูกต้องไม่ได้ใช่ไหมครับ แอตทริบิวต์ คอลัมน์จะแสดงชื่อทั้งหมด คุณจึงคัดลอกได้โดยไม่ต้องกังวลว่าจะสะกดผิด
print(df.columns.tolist())ระวัง KeyError
หากขอชื่อที่ไม่มีอยู่ แพนดาสจะแสดง KeyError ชื่อจะพิจารณาตัวพิมพ์เล็กและตัวพิมพ์ใหญ่ ดังนั้น Age กับ age จึงเป็นคนละชื่อกัน
df["Age"] # KeyError if column is "age"ตรวจสอบอย่างรวดเร็ว
ลองคิดดูว่าวงเล็บแต่ละรูปแบบส่งคืนอะไร
สรุป: การเลือกคอลัมน์
การใช้วงเล็บชั้นเดียวจะได้ ชุดข้อมูล การใช้รายชื่อจะได้ DataFrame ตามลำดับที่คุณเลือก และ loc จะเลือกตามป้ายกำกับ ตอนนี้คุณสามารถดึงเฉพาะคอลัมน์ที่ต้องการได้แล้ว ✅
คำถามที่พบบ่อย
บทเรียน “เลือกคอลัมน์ด้วยชื่อ” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “เลือกคอลัมน์ด้วยชื่อ” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Data Science Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Data Science Academy มีบทเรียนทั้งหมด 4 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “เลือกคอลัมน์ด้วยชื่อ”
คอลัมน์เดี่ยวและรายการคอลัมน์ คุณปฏิบัติ Data Science Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Data Science Academy หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน Data Science Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน
บทเรียน “เลือกคอลัมน์ด้วยชื่อ” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน Data Science Academy นี้ได้ไหม
ได้ บทเรียน Data Science Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- เลือกคอลัมน์ด้วยชื่อ
- กรองแถวด้วยเงื่อนไข
- รวมตัวกรองด้วย AND และ OR
- query และ isin สำหรับตัวกรองที่อ่านง่าย